Gratis · Ingen registrering · Funker i nettleseren

Musikksjanger-detektor som faktisk kjenner forskjellen mellom deep house og tech house.

Ta opp hvilken som helst sang rundt deg eller last opp en MP3 — vi forteller deg sjangeren, undersjangeren, BPM-en og stemningen. Drevet av vår egen lyd-AI — trent og vedlikeholdt internt. Opptil 96 % nøyaktighet på GTZAN og MagnaTagATune.

sist oppdatert 200+ sjangre og undersjangre~3s analyse
Live-detektor
Identifiser sjangeren

Logg inn for å skanne — prøv gratis

eller last opp en fil
Deep House
undersjanger · Melodic House & Techno · 122 BPM
94% konfidenseuforisknattekjøringA minor
// hva gjør den nøyaktig

Bygget på ekte forskning, ikke på følelser.

Vi bygde og trente vår egen lydmodell — kombinert med en taksonomi på 500+ sjangre som vi kuraterte fra år med data fra den virkelige verden. Ingen gjetning, ingen snarveier basert på hitlister.

96%

Benchmark-nøyaktighet

På GTZAN og MagnaTagATune treffer vi 91–96 % topp-1, avhengig av sjangerfamilie. Vi tester på GTZAN og MagnaTagATune og rapporterer tall vi har målt selv.

~3 sekunders analyse

Ta opp 10 sekunder, få et resultat på tre. Inferensen kjører på GPU-serveren vår; den rå lyden din lagres aldri.

🎛

Undersjangre, ikke bøtter

«Elektronisk» er altfor bredt. Vi skiller Deep House fra Tech House, Drum & Bass fra Liquid DnB, Phonk fra Drift Phonk.

🎧

BPM- og tonearts-gjenkjenning

Beat-grid-analyse gir deg tempo innenfor ±1 BPM og toneart i 24 klasser — nyttig for DJ-er som forbereder et sett eller produsenter på jakt etter referansespor.

🌐

Ingen registrering, ingen reklame

Tre gratis analyser i nettleseren å prøve, deretter ubegrenset med mobilappen. Vi kjører ikke reklame og selger ikke dataene dine. Lovet skriftlig på Om oss-siden.

📈

Stemningsvektor

12-dimensjons stemningslesing: energisk, melankolsk, håpefull, mørk, drømmende, dansbar, aggressiv … De samme dataene vi bruker for å drive «finn lignende spor» i appen.

// tre steg

Slik fungerer det.

01

Trykk på mikrofonen, eller slipp en fil.

Vi trenger omtrent 10 sekunder med lyd. Nettleseren ber om mikrofontillatelse; ved filopplasting leser vi bufferen lokalt — lyden din forlater ikke fanen din før du bekrefter analysen.

02

Modellen vår leser lyden.

Lyden behandles av vår egenutviklede modell — trent på millioner av merkede spor på tvers av 500+ sjangerkategorier. Den scorer alle sjangre samtidig og rangerer på nytt med et finjustert hode trent på kuraterte data fra den virkelige verden.

03

Sjanger, undersjanger, BPM, stemning — på 3s.

Du får toppetiketten med en sikkerhetsscore, sjangrene på andreplass i tilfelle det er en hybrid, og oversikten over BPM/toneart/stemning. Lagre i favoritter, del en resultatlenke, eller analyser en til.

// bla i taksonomien

Noen få av de 200+ sjangrene vi kjenner.

Trykk på en chip for å se eksempelspor detektoren vår fant ute i det fri.

+ 174 flere undersjangre
/* hvordan denne tingen er bygget */

Vår egen modell. Bygget for musikk, ikke lånt.

De fleste sjangerdetektorer gjenbruker generelle lyd-embeddinger. Vi tok en annen vei — og trente en dedikert modell på millioner av merkede spor, finjustert spesifikt for undersjanger-granularitet. Det er derfor den skiller Deep House fra Tech House, Drum & Bass fra Liquid DnB, Phonk fra Drift Phonk. Vi tester på GTZAN og MagnaTagATune og rapporterer tall vi har målt selv.

// spørsmål, for det meste ekte

FAQ.

Shazam matcher et lydfingeravtrykk mot katalogen sin av kjente spor. Hvis sangen ikke er i katalogen (en DJ-edit, en bootleg, en utgivelse du kjøpte på Bandcamp), gir den opp. Vi prøver ikke å identifisere sangen — vi lytter og forteller deg hva slags musikk det er. Så en vinyl-rip fra 1996 og en SoundCloud-opplasting fra i går blir begge analysert.
Ja. Tre gratis analyser i nettleseren, ingen registrering. Vi betaler for GPU-serveren av abonnementsinntektene fra mobilappen. Trenger du mer, gir iOS-/Android-appen deg ubegrenset analyse for prisen av en kaffe i måneden.
Alt fra et telefonmikrofonopptak i en støyete bar til en tapsfri WAV vil fungere. Nøyaktigheten øker med renere lyd — med 128 kbps MP3 treffer du fortsatt ~88 % på GTZAN-benchmarken; med 320 kbps eller tapsfritt ligger vi på 94 %+.
Nei. Vi holder lyden i minnet bare så lenge det trengs for embedding-passet, og slipper den deretter. Resultatet (sjanger + BPM + stemning) logges til en resultat-ID så du kan dele det; kildelyden gjør det ikke.
Det er hele poenget. Taksonomien vår har 200+ blader, og klassifiseringshodet ble finjustert spesifikt for å skille nære par. Du får en topp-1 undersjanger med sikkerhet og andreplassene for tvetydige spor.
Spor som ligger mellom sjangre er genuint tvetydige — en sang som er 60 % Trap og 40 % Phonk vil bli scoret som det ene eller det andre avhengig av hvilken intro du tok prøve fra. Vi viser sikkerhet og andreplasser så du kan se når modellen er usikker. For virkelig perifere greier (drone, fri jazz, microsound) er taksonomien ikke dyp nok ennå.
Ikke offentlig ennå. Hvis du er en DJ-pool, et bibliotek eller en B2B-partner med en reell bruk, si hei, så kan vi snakke om pris.

Slutt å kalle alt «house».

Gratis i nettleseren. Ubegrenset i appen.

Last ned på iOS →Last ned på Android →
Gratis online musikksjanger-detektor — Genre AI